變分光流算法的魯棒性分析及其在醫(yī)學圖像處理中的應用.pdf

1、光流不僅包含了物體或場景的運動參數(shù),還攜帶了豐富的結構信息,是計算機視覺和圖像處理等領域的重要組成部分。在主流的幾類光流計算方法中,變分光流算法具有統(tǒng)一的能量泛函模型和高精度的光流場,發(fā)展最為迅速、完整,但是算法的魯棒性分析常常采用實驗驗證的方法,缺乏理論的支撐。本論文主要針對變分光流算法的魯棒性進行研究,并將變分光流算法應用于醫(yī)學圖像處理中。
　　本文從變分光流理論知識出發(fā),系統(tǒng)地分析了構成數(shù)據(jù)項的幾種常見的守恒假設和平滑策略,

2、并對它們的適用范圍、優(yōu)缺點進行分析,然后簡要描述了三種常用的變分光流計算方法。
　　分析算法的整個實現(xiàn)過程,提出了一種具有通用性的魯棒性分析方法。選取一種魯棒性的變分光流模型進行分析,凸性的能量泛函確保了該模型有唯一極小值,并且采用標準的凸優(yōu)化技術始終可以得到全局最優(yōu)解。在能量泛函對應的擴散反應方程的線性化和離散化過程中,結合多分辨率分層策略防止了局部最優(yōu)解。利用線性方程組系數(shù)矩陣表達式的線性代數(shù)性質,證明了系統(tǒng)線性方程組SOR迭

3、代算法收斂,并且根據(jù)特殊矩陣的性質得到迭代法的誤差界,同時在一定條件下系統(tǒng)線性方程組SOR迭代算法是數(shù)值穩(wěn)定且線性方程組是“良態(tài)”的。通過對比分析常用數(shù)據(jù)項的迭代表達式和五種平滑項對應的擴散項的表達式可知本文的魯棒性分析方法具有一定的通用性。
　　采用五組不同類型的圖像序列進行實驗,對比分析四種變分光流算法的實驗數(shù)據(jù),驗證了魯棒的變分光流算法能較好地處理多種類型的圖像序列。通過對輸入圖像添加高斯白噪聲,然后對比分析實驗數(shù)據(jù)得出魯棒